搜索资源列表
NBCFfuction
- 协同过滤推荐算法,实验数据集是movie-lens-Neighbourhood-base Collaborative Filtering Algorithm
The-programming-collective-wisdom
- 《集体智慧编程》(programming collective intelligence building smart web 2.0 applications)以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数
MovieLens1M
- 推荐系统数据集MovieLens 1M数据集-Movilens dataset 1M
Concha_CF
- 【转】协同过滤代码，用于推荐系统，包括基于项目和基于用户两种情况。实现基于用户和基于项目的协同过滤算法。 实验所用数据为MovieLens – a web-based movies recommender system with 43,000 users & over 3500 movies. 保存在ga.mat文件用，由于ga.test测试集过于庞大，全部用来计算的话耗时庞大，所以每次计算时随机选择部分，具体函数的使用请参照probar.m。我所得到的实验结果保存在results1-resul
MovieRecommendations
- 推荐系统常用算法，包括协同过滤、基于内容的推荐算法，内含电影数据集。-Recommended system commonly used algorithms, including collaborative filtering, content-based recommendation algorithm, containing movie data set.
Movielens
- 压缩文件中包含一下列表： 1，movielens 公开实验数据集(推荐系统研究经常用到~) 2，模拟预测评分的python代码（python3.x） 希望对大家学习有所帮助。有问题可以邮箱联系。-movielens data mining knn
Item-CF
- 基于物品的协同过滤算法，包括拆分数据集，计算相似性，预测，推荐-Collaborative filtering algorithm based articles, including split data sets, computing similarity, prediction, recommend
DpRecommendations
- 一个带有隐私保护的推荐系统，采用movielens数据集，Topn推荐算法(A recommendation system with privacy protection)
entree_data.tar
- 推荐系统可用数据集，可以用语训练测试推荐算法(A data set that is recommended by the recommender system)
《Storm技术内幕与大数据实践》PDF
- Storm技术内幕与大数据实践内容简介 该书内容主要围绕实时大数据系统的各个方面展开，从实时平台总体介绍到集群源码、运维监控、实时系统扩展、以用户画像为主的数据平台，最后到推荐、广告、搜索等具体的大数据应用。书中提到的不少问题是实际生产环境中因为数据量增长而遇到的一些真实问题，对即将或正在运用实时系统处理大数据问题的团队会有所帮助。 Storm技术内幕与大数据实践目录 第1章 绪论 1.1 S torm的基本组件 1.1.1 集群组成 1.1.2 核心概念 1
ml-100k
- movieLen 数据集，配合协同过滤算法做推荐系统(MovieLen data set .Working with collaborative filtering algorithm as a recommendation system)